編者注：10月17日，在2016年全國大眾創(chuàng)業(yè)萬眾創(chuàng)新活動周期間，由中國人工智能學(xué)會主辦，星河互聯(lián)及雷鋒網(wǎng)承辦的“智創(chuàng)未來”新未來與人工智能創(chuàng)業(yè)創(chuàng)新論壇召開。中國人工智能學(xué)會理事長、中國工程院院士李德毅在該人工智能專場論壇上作報告，進行了一場人工智能創(chuàng)新創(chuàng)業(yè)的“冷”思考。

雷鋒網(wǎng)在不妨礙原意表達的基礎(chǔ)上，整理了李德毅演講（有刪減）：

圖為“駕駛腦”

我做了10年無人駕駛和智能駕駛，其中一個成果是物化人工駕駛認知的機器，稱為“駕駛腦”。這個成果有一個盒子，就像機頂盒，挺復(fù)雜的。雖然現(xiàn)在不是很好的產(chǎn)品，但是已經(jīng)做出來了一個。

駕駛腦反映的是個人智力和運動協(xié)調(diào)能力的差異，世界上有可以完全相同的自動洗衣機，但沒有兩個完全相同的駕駛腦。每個人開車的情況都不一樣，所以如何表示不確定性？而且，如何表示駕駛腦在開車過程中向駕駛員學(xué)習(xí)？

車相隨、學(xué)相伴，我們要悄悄學(xué)習(xí)駕駛員的經(jīng)驗。一個很簡單的例子，有一個重要人物請你送一下，有兩個司機給你選：一個司機剛拿到駕照，視力1.5；一個司機開了5年車，但是視力只有1.2。讓哪個司機完成這一項保障任務(wù)？所以，現(xiàn)在自動駕駛陷入了困境。為什么大家認為特斯拉的車會有問題？因為雷達加上一個攝像頭，沒有駕駛經(jīng)驗！所以，駕駛腦應(yīng)該有思想認識。

我們提出，要讓駕駛員要教機器人開車，要讓大數(shù)據(jù)來開車。

當今，深度學(xué)習(xí)正站在全球人工智能的風(fēng)口，普遍做法是把卷積神經(jīng)網(wǎng)絡(luò)用于點云圖像識別，感知階段的自學(xué)習(xí)。我們另辟蹊徑，基于可用路權(quán)的駕駛態(tài)勢圖和反映駕駛操作全部內(nèi)容的認知箭頭圖，研究駕駛態(tài)式。這樣一來。用于認知階段的深度學(xué)習(xí)可以大大減少，簡化了實時數(shù)據(jù)的處理量。

駕駛腦成功的關(guān)鍵是駕駛認知的形式化以及形式化的自學(xué)習(xí)，把瞬間記憶的大數(shù)據(jù)縮水，即在感知理解之后，遷移到工作記憶區(qū)進行深度學(xué)習(xí)。

如果你們對腦科學(xué)有一點常識，就知道人的記憶很重要。記憶智能是區(qū)別于交互智能的一個重要形態(tài)，瞬間記憶、工作記憶和長期記憶在腦科學(xué)中是不同的部位，不同的承擔(dān)方式，當然也有相互之間的通性。

汽車這個曾經(jīng)被稱為改變了世界的機器，正在被人工智能改變，正在被世界改變。汽車進化成自動駕駛，一個很大的賣點是可以消滅事故或者減少事故。"人類第一殺手"這個包袱被汽車背了這么多年，終于被科學(xué)技術(shù)的進步打破。

人開車一定會疲勞，一定會開小差，一定會看手機，所以想辦法讓機器開車，賣點很清楚，這就是為什么連奧巴馬、習(xí)近平都在談智能駕駛。當然，企業(yè)家談得更多。

在緊急情況下，人的本能難以保障安全。因此，我們提出，現(xiàn)在是人駕為主，技術(shù)為輔。將來，能不能讓機器駕駛為主、人可干預(yù)，人機協(xié)同也是我的觀點。專職司機越來越多，私人擁有轎車的時代漸行漸遠，智能車產(chǎn)業(yè)必將興起。智能車產(chǎn)業(yè)化要從工程化做起，你將不用談?wù)撐膶懙枚嗪茫强从卸嗌賯€專利。

自動駕駛在學(xué)科上是怎么回事？啟動計算機程序，汽車自動開，程序不合適人來調(diào)程序。本質(zhì)上是程序員通過程序教機器人開車，汽車是軟件定義的機器，如同洗衣機得自動洗衣，同理，汽車得自動駕駛。

駕駛員在駕駛過程中實時與環(huán)境和周邊車輛的交互認知在哪里？駕駛員在自動駕駛中由誰來替代，必須回答這問題。地鐵和高鐵也可叫自動駕駛，技術(shù)發(fā)展到一定程度，不需要駕駛員，這是“自動駕駛+ 網(wǎng)絡(luò)調(diào)度”的模式。但在這段時間內(nèi)，它們是在封閉的道路上，而汽車隨時要上路。

有人提出一個口號，把自動駕駛分成幾檔，我不同意這個公式。家里的洗衣機有兩個旋鈕，假如能達到一百種洗衣方式，那么這么多洗衣方式都是全自動。能不能根據(jù)衣服臟的程度，決定用多少的洗滌劑？所以，公式成立的話，必須符合下面兩個條件：

第一，多少種自動駕駛模式才能完全覆蓋各種各樣的駕駛場景？現(xiàn)在有車廠在做自動泊車，還沒做完加了6種，18種沒做完又加了6種。到底多少種才叫自動泊車？一百種夠不夠？你們都會開車，馬路邊的路邊停車和車場停車不一樣。有的人只要一點空間就能停進去，有的停不進去，所以，多少種才算，有沒有人去論證一萬種就夠？這叫充分條件。

第二，從一種自動駕駛模式轉(zhuǎn)換到另外一種自動駕駛模式是唯一確定的嗎？這叫必要條件。

智能車研發(fā)十分困難，不僅是對汽車動力學(xué)的性質(zhì)和各種各樣的傳感器有要求，更重要的是要研發(fā)和駕駛員一樣在線的機器駕駛腦，應(yīng)對車輛行駛中的不確定性。

把人在回路中的自主駕駛讓車廠模擬，是難以承受之重。把機器駕駛腦的研發(fā)讓車廠做，也是難以承受之重。駕駛過程中，駕駛員在回路中的預(yù)測和控制，汽車自身無法替代，輪式機器人駕駛腦應(yīng)運而生，它還要包括完成記憶認知、和交互認知的駕駛認知，駕駛腦成為智能車產(chǎn)業(yè)化鏈條中的重要零部件。

駕駛腦的使命是加速汽車向輪式機器人轉(zhuǎn)變。駕駛腦替代的是個性化駕駛和標桿駕駛，自動駕駛是替代不的。

我們經(jīng)過了十幾年的實驗，覺得駕駛腦還可以做做，于是提出駕駛腦盒子，一大一小，兩高兩低，大接口小尺寸。性能和可靠性要高，功耗和成本要低，確實很難?，F(xiàn)在我們做到了一百瓦的耗電，因為電能很寶貴。駕駛腦不能比激光雷達還貴，激光雷達70萬元，駕駛腦如果要這個價錢，人家也不買。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。